時間：2023-10-05 10:40:15
導語：在人工智能和教育的融合的撰寫旅程中，學習并吸收他人佳作的精髓是一條寶貴的路徑，好期刊匯集了九篇優秀范文，愿這些內容能夠啟發您的創作靈感，引領您探索更多的創作可能。
人工智能概念是20世紀五六十年代正式提出的，隨著信息技術的不斷發展，人工智能已成為一門新的技術科學。時至今日，人工智能技術的發展經歷了人工智能起步期、專家系統推廣期和深度學習期等階段，而在應用領域也取得了重大突破，如Google的無人駕駛技術和運用深度學習算法的AlphaGo戰勝圍棋冠軍等。除此之外，人工智能已被日益廣泛地應用于經濟社會各個領域，在教育領域亦是如此。2018年教育部就印發了《高等學校人工智能創新行動計劃》，要求進一步提升高校人工智能領域科技創新、人才培養和服務國家需求的能力。因此，人工智能必將不斷被融合到教育領域，并為大學教育變革提供新方式。基于人工智能的機器學習、人機交互與知識圖譜等技術方法，可以為大學英語教師在課堂教學、備課與教學研究等多個方面提供支撐；可以為大學英語教學管理與治理提供決策支持；可以為大學生英語自主學習和教師備課提供智能推薦支撐。目前，學者們已對人工智能對英語教育的影響進行了相關的研究。如高華偉分析了外語作文智能評閱與形成性評價融合策略；劉洋針對人工智能技術與高校英語教學的相互關系，通過調查問卷和訪談等方式，分析了現有計算機輔助語言學習軟件和系統的不足，并提出了相應的解決策略；張艷璐對人工智能在給英語教學帶來機遇的基礎上，探究了人工智能在大學英語教學中的應用；趙生學分析了人工智能時代大學英語教學的變革與策略；嚴燕分析了人工智能時代英語教學促進學生深度學習的路徑。在人工智能時代，人工智能技術必將對大學英語教育領域各個方面產生重大影響，如大學英語人才培養目標、教學內容、教學計劃、教學策略、教學模式、成績評價體系與英語領域科研等方面。針對此，本文在現有研究的基礎上，重點從教師和學生兩個層面分析人工智能對大學英語教育的積極影響和消極影響，并提出相關建議，以期為大學英語教師教學與大學生英語學習提供參考。
一、人工智能的積極影響
人工智能技術在大學英語教育領域的應用，將對大學英語教學資源、教學模式與大學生二語習得等方面產生積極作用，主要體現為以下幾個方面。
（一）豐富了大學英語教與學資源人工智能技術的發展與應用為大學英語教與學提供了豐富的資源。如互聯網上含有豐富的英語視頻與圖片等資源；在線教育平臺也提供了大量的英語課程資源，如中國大學生慕課、雨課堂等，它們各具特色，可為教師與學生提供多樣化選擇。因此，人工智能技術一方面可為大學英語教師提供豐富的教學素材，同時還可根據大學生學習目標與學習習慣等為其英語學習提供豐富的課外資料。同時，很多網絡資源可下載或者回放，這樣可以使得大學生的英語學習不再受到時間與空間的限制。特別是對于教育資源缺乏的地區而言尤為重要，可以在很大程度上解決教育資源不平衡問題。其中，百度教育大腦的智能備課系統便是典型應用案例。其依托百度人工智能、大數據和云平臺的優勢，整合了豐富的優質資源。對于教師而言，此平臺可按照教學進度為教師提供經過篩選的教學素材，節省教師的備課時間，提高其工作效率。
（二）豐富了大學英語的教學方式傳統的大學英語授課往往以線下課堂教學方式為主，而人工智能技術的使用豐富了大學英語單一的教學方式。可利用網絡平臺，如雨課堂、慕課平臺等，開展大學英語線上教學模式或者線上線下混合教學模式。新的教學模式有利于教師在大學英語教學過程中采用不同的教學策略。使用新的教學模式和不同的教學策略可以提高大學生學習英語的興趣，進而有助于提高大學生英語習得的效率。
（三）提高了大學生英語習得的效率由于英語習得是一個復雜的心理過程，與大學生的情感因素、學習動機等密切相關。采用人工智能技術的大學英語線上教學方式，使得教師與學生之間不是面對面的交流互動，可以在一定程度上緩解學生焦慮、害怕等情緒，有利于學生的英語學習。動機是英語習得中重要的非智力因素，也是影響大學生英語習得效率的重要內在因素之一。學習動機與使用另一種語言的興趣密切相關。而人工智能技術采用豐富的英語學習資源以及英語教學方式的多樣化，這些有助于提高學生學習英語的興趣，進而增強學習英語的動力。
（四）形成了大學生英語習得分析數據庫人工智能技術是以大數據為依托，可以跟蹤和記錄大學生英語課堂學習和課后學習等各種信息數據，進而可形成大學生英語習得數據庫。基于大數據分析與人工智能技術方法，如數據挖掘、關聯性分析和回歸預測等，可以挖掘大學生英語學習背后的規律特征，了解到每個學生的具體情況。進而構建每個學生的英語學習畫像，如學生的線上學習狀態、課程作業完成情況、測試成績和學習方式等。可為教師形成可視化的學生個體和班級整體的學情分析報告。因此該數據庫有利于教師掌握每位學生的英語學習狀態，掌握學生個體差異，為調整教學方式、教學方法與策略提供支撐。同時，上述數據為大學英語教學與大學生英語習得的研究也提供了數據支撐。
二、人工智能的消極影響
人工智能在大學英語教育領域對教師與學生發揮著積極的作用，同時對他們也產生了一些消極的影響，主要體現為以下幾個方面：
（一）對教師的消極影響由于大學英語課堂教學存在一定的缺陷，往往需要改進此教學方式。而人工智能技術的應用，雖有助于大學英語教學改革，但還需要教師熟練掌握人工智能相關技術的使用，會給信息技術能力比較薄弱的教師造成壓力。借助人工智能平臺，大學英語教學不受時間、空間和學生人數等影響，勢必會減少大學英語教師的需求，造成大學英語教師面臨失業的壓力。進而影響大學英語教師的工作積極性，以及大學英語教學質量。
（二）對學生的消極影響根據語言資本理論與期望價值理論，大學生英語學習的期望價值主要是經濟期望價值。而大學生英語學習的期望價值與學習目的和行為密切相關。比如大學生英語學習經濟期望價值主要體現為學習英語對未來找工作很重要，可以增加經濟收入。而人工智能技術在語言領域的應用，勢必會影響大學生對英語學習的期望價值。如人工智能翻譯機的出現，使得各種語言之間翻譯非常容易。即使不懂英語，也可使用它進行英語交流。因此，人工智能技術在英語領域的應用，將降低大學生英語學習的期望值，進而影響他們英語學習的興趣與目的。
（三）對師生關系的消極影響基于人工智能技術的大學英語教學，將改變傳統的以教師為中心的模式，使得教師在教學過程中的中心地位得到弱化。學生通過人工智能技術，可以很好地收集到自己需要的各種英語學習資源，如在線課程、英語講座視頻和英語文本資料等，甚至可以通過自學的方式完成英語學習任務。但這些將弱化教師與學生之間的互動以及情感，從而隔閡了教師與學生之間的關系。
關鍵詞 人工智能 網絡 專家系統
中圖分類號：TP27 文獻標識碼：A
0引言
20 世紀以來，計算機的發展日新月異，不斷更新換代，以最早期的機械運行方式為基礎，經歷了電子管時代、晶體管時代直到集成電路，時至今日已涉及到人們生活、工作和學習的各個方面，伴隨著計算機的出現并逐步普及應用，人們又開始力圖根據認識水平和技術條件，試圖用機器來代替人的部分腦力勞動，以提高征服自然的能力。
1人工智能的概念
人工智能（Artificial Intelligence），英文縮寫為AI，也稱機器智能。“人工智能”一詞最初是在1956年的Dartmouth學會上提出的。它是計算機科學、控制論、信息論、神經生理學、心理學、語言學等多種學科互相滲透而發展起來的一門綜合性學科。主要探討如何運用計算機模仿人腦所從事的推理、證明、識別、理解、設計、學習、思考、規劃以及問題求解等思維活動，并以此解決如咨詢、診斷、預測、規劃等需要人類專家才能處理的復雜問題。通俗的說，人工智能可以分為兩部分來理解，即“人工”和“智能”，顧名思義就是人造的智能。人工智能是研究如何制造智能機器或智能系統來模擬人類智能活動的能力，以延伸人們智能的科學。
2人工智能和教育的關系
（1）人工智能和教育的關系。人工智能以及人工智能科學從1956年誕生起，其研究和應用領域就與教育緊密相關。人工智能就是研究讓計算機接受教育、提高智能的科學技術。AI的研究成果又反過來應用到我們日常生活的各個方面，并可以改進我們的生活。比如應用到教育過程中，促進教育的工作效率（減少教師的數量和工作時間、甚至直接提高受教育者的智能）。還可以產生新的教學模式，如網上學習共同體、合作學習等。（2）人工智能在教育中的應用。人工智能原理和技術從誕生起就應用于教育，其產品通常稱作智能指導系統ITS或者智能計算機輔助教學ICAI。
ICAI系統可以采用多種形式。從根本上講，它是在保證學生和程序靈活性的方式下，應用人工智能原理和技術，組織安排教學系統的各種成分。它并不是根據預先輸入的問題、預先想到的解答、預先指定的分支等進行工作，而是根據學生學習時積累的知識而工作。它的一般工作準則和標準，是依賴本身的知識結構和近期活動事件，如學生回答的歷史記錄。許多ICAI系統都具有這樣的重要特點，即能夠實現與學生的自然語言對話。
3人工智能與網絡教育的融合
隨著人工智能的理論與技術發展，其在教育中的應用日漸擴大，例如Internet上的web站點，其網頁的組織形式，就包含智能的原理。目前人工智能在教育領域特別是網絡環境下的應用主要有以下幾個方面：
（1）ICAI。計算機輔助教學（CAI）是由程序教學發展而來。但是以程序教學為理論基礎開發的CAI課件，在推理機制和學生模型方面存在不足，因而不能根據不同學生的實際情況進行動態調整，缺乏靈活的應變能力。
借鑒人工智能中的專家系統知識，由于專家系統中包含知識庫和推理機兩個基本模塊，在一般專家系統中再加入一個“學生模型”模塊，就構成智能計算機輔助教學（ICAI）系統的基本結構。其中推理機的作用相當于現實教學中的教師，它可以根據知識庫中的內容和學生模型推斷出每個學生的學習能力、認知特點和當前知識水平，根據學生的不同特點選擇最適當的教學內容與教學方法，并可對學生進行有針對性的個別指導，提高教學效果。
（2）智能。在我們傳統的教學過程中，最經典的教學模式是以教師為主，教師講、學生聽，它是一種單向溝通模式。這種教學模式的優點是有利于教師主導作用的發揮，便于教師組織、監控整個教學活動進程，便于師生之間的情感交流，因而有利于系統的科學知識的傳授，并能充分考慮情感因素在學習過程中的重要作用。
上世紀90年代以來，隨著多媒體和網絡技術的迅速發展，強調以學生為中心的建構主義學習理論日益流行。這種理論強調在教師主導下以學生為中心的學習，即一種“主導――主體”教學結構。在這種教學并重的結構中，教師是教學過程的組織者、是良好情操的培養者；學生是信息加工與情感體驗的主體，是知識意義的主動建構者；教學媒體既是輔助教師教的演示工具，又是促進學生自主學習的工具。
在網絡遠程教學中，為實現上述教學模式，把人工智能中的智能體（Agent）技術應用到網絡遠程教學中，并逐漸成為在教學領域實現智能化的一種主流技術。
關鍵詞:人工智能;研究型實驗教學;民族關系
人工智能是計算機科學的一個分支,是一門研究運用計算機模擬和延伸人腦功能的綜合性學科,對它的研究涉及控制論、信息論、系統論、語言學、神經生理學、數學、哲學等諸多的學科及領域,是一門綜合性的交叉學科[1]。
人工智能的研究、應用和發展,在一定程度上代表著信息技術的發展方向,同時信息技術的廣泛應用也對人工智能技術的發展提出了迫切的需求。今天,人工智能的不少研究領域如自然語言理解、模式識別、機器學習、數據挖掘、智能檢索、機器人技術、人工神經網絡等都走在了信息技術的前沿,有許多研究成果已經進入人們的生活、學習和工作中,并對人類的發展產生了重要影響[2]。
實踐教學環節在大學教育中是一個非常重要的教學環節,是提高人才素質與能力的重要途徑。人工智能課程除了具有較強的專業性之外,還具有突出的實踐性,為了能深入理解和掌握所學內容,必須把講授和實踐結合起來。本文結合該課程實驗教學,將研究型教學的理念引入到實驗教學,并對教學過程中的經驗和問題加以初步的總結。
1研究型教學模式背景
研究型教學是相對于以單向性知識傳授為主的傳統教學提出的,是指教師以課程內容和學生的學識積累為基礎,引導學生創造性地運用知識和能力,自主地發現問題、研究問題和解決問題,在研究中積累知識、培養能力和鍛煉思維的新型教學模式。研究性教學是對現有的大學課堂教學模式的突破。有利于開發大學生的創造潛能,提高學生適應社會需要的創造性和創新能力,充分展現現代大學培養人才、發展科學、服務社會的三大基本職能[3]。
19世紀初,德國著名教育家洪堡最早提出了教學與科研相統一的原則,為研究型教學模式的發展奠定了基礎。20世紀50、60年代,美國著名教育心理學家布魯納提出了著名的“發現教學模式”[4],成為后來探究性學習和研究型教學的先導。20世紀70年代,美國研究教學專家薩奇曼正式提出了研究訓練教學模式。他認為學生會本能地對周圍新奇事物發生興趣,并想方設法弄清這些新奇事物背后究竟發生了什么,這是一種進行科學研究的可貴的動力。
自此,研究型教學理念開始廣泛使用。現在,哈佛大學、牛津大學、劍橋大學等世界著名大學,都非常注重學生能力的培養,普遍采取了研究型教學模式。以美國高校為例,雖然美國高校83%的教師在課堂教學中主要采用講授法進行教學,但在整個教學過程中都滲透著研究型教學的方法,如積極引導學生參與教學過程,開設研究性課程,引導學生積極主動地參與科研活動等。我國自20世紀90年代初推出211工程建設以來,清華大學、北京大學、人民大學、復旦大學、浙江大學等一些重點大學都提出了建設世界一流的綜合性研究型大學的目標。這些高校在實現從單向知識傳授的傳統型教學向關注創新性教育的研究型教學轉變方面進行了許多有益的嘗試。
2研究型實驗教學
本科教學不僅要培養學生的應用能力,還要培養學生具備基本的科研素質。大學是培養未來一線創新人才的主要基地,必須從本科教學人手,深入探索研究型教學的手段和方法,才能滿足未來經濟增長和社會發展的需要,才能符合建設研究型大學的需要。特別是近幾年來我國對科研的投入不斷增加,研究生招生規模逐年增大,本科高年級學生打算繼續讀研的也不在少數。而人工智能是計算機相關學科非常活躍的研究課題,其涵蓋的分支非常廣泛,如模式識別、機器學習、數據挖掘、計算智能、統計學習理論等,都是目前國際和國內熱門的研究方向。
人工智能課程在計算機專業人才培養方案中占據著重要的位置。在專業理論方面,它承續了離散數學中的邏輯知識;在專業方法方面,是數據結構、算法分析與設計的繼續;在專業工具方面,是面向對象程序設計的生動實例。并且人工智能的每一部分內容都可以作為一個深入的研究課題,課堂上講解的內容不可能面面俱到,學生們也不可能對人工智能的每一領域都做很深入的學習。并且人工智能涉及很多的數理邏輯知識,有些顯得難以理解,并且往往讓學生感到比較枯燥,學生的學習興趣就漸漸淡薄,學生往往被動“聽講”,難以獲得預期的教學效果。
針對這一特點,在人工智能教學中,如何引導學生系統學習人工智能的知識、激發學生的研究興趣,樹立目標意識找準研究方向,為未來的科研工作打下基礎,研究型實驗教學就成為了人工智能課程教學的一個重要環節和必然選擇。
2.1實驗教學中加強學生的研究導向
在實驗教學中,如果照搬一些教材中的例子或習題教學,一方面學生們會缺乏興趣,另一方面學生對這個領域的知識缺乏全面的了解。應不斷提出一些學生們感興趣的開放性課題,比如基于支持向量機的人臉識別、基于膚色的人臉檢測,基于內容的圖像檢索等,培養學生們的學習興趣,讓學生們逐漸深入的學習某一領域的知識。比如BP神經網絡,在模式識別、經濟數據分析、生物信息學、數據挖掘等眾多領域都取得過成功應用,是一種具有強大的非線性學習能力的計算智能技術。然而BP神經網絡算法自身也存在著一些缺點,如會有局部最小解、解受初值影響較大、理論解釋不完善等,而支持向量機在這些方面具有顯著優點。我們可以設計一個人臉識別的實驗,用神經網絡和支持向量機分別實現,并作以比較。讓學生們在了解人工智能新技術的同時,也培養學生們如何分析問題、解決問題的科研能力。
2.2人工智能課程實驗
該課程是一門對實驗技術有較高要求的課程,對于基本原理和方法的實現,要求學生進行嚴格的計算機專業技能訓練和培養良好的科研工作作風。因此對課程中的技能及技術性內容,除單獨進行必要的基礎訓練外,還融入到綜合和研究型試驗中,通過多次反復實驗練習,達到牢固掌握人工智能原理和人工智能的問題求解技術的目的。
該課程的實踐環節主要是實踐項目,由具備較強工程實踐能力的任課教師和助教負責,學生可在全天候開放的專用機房完成。在實踐環節的設計上,我們嘗試把驗證性實驗和開發性實驗相結合,結合實驗教學進度,安排相應的開放實驗,開放性實驗以科學研究實驗為主。并在課程的教學過程中,不斷深化和擴展教學內容,結合人工智能學科的發展趨勢和本院老師的最新研究成果,對實驗內容進行更新。
課程主要設置三種層次的實驗:1)基本原理和算法編程,測試例設計及程序測試實驗;2)分析綜合實驗;3)研究型設計實驗。整個實驗包括課前討論、實驗操作、實驗報告、結果討論、總結提高等六個環節。對于綜合性和研究型實驗,把學生分成5個人一小組,每小組選做其中的一個。學生從指導老師處了解到實驗課題后,即著手查資料,研讀文獻,鉆研有關理論。在此基礎上,學生先提出實驗方案,經與老師討論后,即可開始實驗研究。
3實驗平臺的構建
民族關系問題對被訪對象,特別對少數民族被訪對象是非常敏感的問題,對民族關系的評價又存在個體層面、群體層面、不同階層人群之間的差異,因此,僅僅以傳統的文獻分析、問卷統計和現場觀察等民族學方法來進行調查,得到的數據會存在較多誤差。
因此結合本校的民族特色和民族學領域獨特的研究優勢,將信息認知技術引入民族關系研究,運用圖像、心電和腦電數據進行分析,將分析的結果和心理場景測試及民族學調查結果進行相互印證和參數修正,從而獲得盡可能客觀的數據,這些數據將有助于建立一個客觀、完備、科學的民族關系監測體系,并真實全面地評估民族關系,從而使決策機構及時做出正確的決策。基于多信息融合的民族關系監測預警系統總體框圖如圖1所示。
目前該平臺已經搭建,由北京市公共安全信息監測平臺建設、北京市公共安全信息監測平臺建設關鍵技術研究、基于多源信息融合的民族信任研究等多個重大項目支撐。在這個平臺的下面,涉及到人臉識別、表情識別,視頻監控、認識等領域,小波分析、神經網絡、支持向量機、模糊數學、信息融合等人工智能知識得到了具體的應用。學生可以根據自己的興趣愛好,自愿參加到該平臺下的某一項目,切實對自己所學知識有一個深刻的理解和掌握。
4結語
研究型實驗教學激發了學生的學習興趣,不但使學生更好地掌握了人工智能的基本概念、基本理論和基本技術,也切實提高了學生的實際動手能力和編程能力。研究型實驗教學在實踐過程中還有以下問題需要改進:
1) 研究型實驗教學的理念很難普及。很多教師對研究型教學模式的內涵未能準確把握,把研究型教學模式等同于學生實習或者寫論文。
2) 研究型實驗教學的輔導老師素養需要提高。研究型實驗教學作為體現創新教育要求的現代教學模式,需要的不是知識傳授型的教師,而是高素質的研究型教師。教師不僅是單一的教者,更應該成為一個學者,教師不僅要有研究型教學的教育觀念、快速接受新知識的能力和高超的教學技能,要能夠合理地規劃和設計實驗內容。
3) 需要建立一套合理的學生學業和教師績效的評價體系。
參考文獻:
[1] 王萬森. 人工智能原理及其應用[M]. 北京:電子工業出版社,2007.
[2] 蔡自興,徐光佑. 人工智能及其應用[M]. 北京:清華大學出版社,2004.
[3] 李得偉,張超,李海鷹. 大學工科專業課程實施研究型教學的探討[J]. 高等教育研究,2009(9):74-75.
[4] 彭先桃.大學研究性教學的理念探析[J].教育導刊,2008(3):56-58.
Exploration and Practice of the Research Experiment on Artificial Intelligence
ZHANG Ting, YANG Guo-sheng
(College of Information Engineering, Minzu University of China, Beijing 100081, China)
一、人工智能機器人
隨著信息技術以及人工智能技術的迅猛發展，機器人無論是在技術上還是在外形上都顯著提高，并且，不斷的進行功能延伸。將具有感覺、思考、決策和動作能力的系統稱為智能機器人，這是一個概括的、含義廣泛的概念。這一劃時代的概念產生，為機器人技術的發展，也為信息技術的發展，拓開了巨大的想象空間和新的創造天地。智能機器人是信息技術發展的前沿領域，是一門具有高度綜合滲透性、前瞻未來性、創新實踐性的學科，蘊涵著極其豐富的教育資源。
二、機器人教學的教學現狀
2000年，機器人教學處于起步階段，第一屆“廣茂達杯”中國智能機器人大賽在長沙舉行。其目的是刺激機器人新技術的發展；鼓勵年輕學生投身機器人技術。2002年，機器人競賽得到了進一步的發展。2003年，機器人競賽達到熱潮。2004到2009年，機器人競賽成為了主流，第四屆至第九屆中國青少年機器人競賽分別在河南、廣西、陜西、云南、重慶、湖南、青海舉行，競賽規模不斷擴大，規格不斷提高，經驗不斷豐富，成績不斷攀升。同時，第五屆至第十屆“廣茂達杯”中國智能機器人大賽也取得了豐厚的成績。2011年廣東省的虛擬機器人競賽，全省共有12個地市和順德區報名參賽，參賽隊伍106支，參賽學生148人。比賽形式新穎，要求學生現場編寫虛擬足球比賽和虛擬滅火比賽的程序，然后進行投影演示，所有的同學都可以觀看和學習。2012年的“樂博杯”青少年機器人世界杯中國競賽在西安舉行，匯聚了眾多的參賽者。同學們秉著重在參與、學習交流的態度，經過兩天緊張激烈的比賽，比賽成績優異，涌現了一大批優秀的編程人員。其中最為突出的是興圍小學代表隊，他們突出重圍贏得了冠軍，即將代表中國隊去墨西哥參加世界級機器人大賽。
機器人競賽已成為國內科技、教育界一致認同的一項青少年科技創新的重要賽事，作為一項富有時代性、創新性、參與性和普及性，適應當代青少年需求，深受當代青少年歡迎的智力開發活動，在全國各地產生了廣泛的社會影響。
三、存在的問題
（一）教學方面
1、智能機器人缺少科學、可行、實效的教學目標。按照學制的階段性劃分不明確，存在重復學校相同知識的現象，從而導致機器人教材特色不明顯。
2、智能機器人教育往往沒有固定的教學設計和規劃。導致許多教學只能按照產品使用說明書進行教學，不能按照學生接受能力有秩序的開展知識體系教學。
3、目前學校教育使用的機器人很紛雜，缺少規范。并且絕大部分并不兼容，開放度低。還有就是教學用機器人單機價格偏高原因是銷售數量上不去，導致廠商只能太高價格。
（二）教育資源方面。由于我國各省市之間的貧富差距不斷加大，從而導致在教育資源投入方面也是參差不齊，很多欠發達地區軟硬件教學設備都嚴重不足，智能機器人的教學活動很難正常開展。
四、改進措施
（一）資源環境建設方面。積極探索信息技術條件下人工智能機器人進課堂教育環境的構建策略。建立完善系統的小學教育人工智能機器人進課堂資源的開發、應用的管理運行機制。同時，應該加大對中小學智能機器人教學資源投入力度，以確保所有孩子都能夠享受到同等級的教學資源。
（二）學科教學方面。對于小學的人工智能機器人教學工作來講，教師的培訓工作應該是非常重要的。由于目前該門學科在小學教學當中仍屬于一種新型的學科，相關教師之前并沒有進行系統的學習過相關理論，同時，實踐經驗也是嚴重不足。因此，這就無形中增加了教師的教學難度，因此，對教師進行適當的教學培訓是十分必要的。
目前，我國開展的“校校通”工程已經在全國的中小學基本完成，各地區小學已經具備了計算機房，而開展機器人教學工作還需要進一步購置教學使用的機器人，從而建立起以信息技術為核心的現代化教學環境，即“機器人”實驗室。另外，教學資源的進一步開發與收集也是一項關鍵任務。學校可以統一添置一批有關機器人的教學信息資源，例如：教學光盤、教學軟件等等。同時，還可以充分利用網絡資源收集相關的機器人教學課件，教案等。豐富教師教學參考資料。
【關鍵詞】 計算機技術 網絡技術 人工智能應用
前言：人工智能是計算機科學的一個部分，是隨著信息化技術發展所衍生出一門獨的特技術科學，其實質上是對人意識與思維信息過程的模擬。人工智能的發展是為了能夠代替更多的人力操作，將信息技術轉化為高效生產力，也正是基于此，人工智能技術的發展受到了社會公眾的廣泛關注。人工智能技術是基于信息的處理與編輯特征而實現，其與計算機網絡在應用中存在著相對較高的可融合性，而兩者之間的協調也將會產生更為全面與高新的技術，為此特在本文中對計算機網絡技術中的人工智能應用展開了全面研究。
一、人工智能的發展與實際意義
計算機網絡中的海量數據與信息普遍是用數字、符號、文字等文本形式進行展現，在此過程中需要其達到較高的表達能力、判斷能力等方面的標準，而人工智能為加強計算機網絡的該方面的能力提供了重要的保障。人工智能的出現，能豐富計算機網絡的信息表達能力，憑借其獨特的編輯、處理、操作技術以及超高的分析能力，實現了自動對信息進行翻譯、管理、處理等多方面的工作[1]。人工智能發展的意義主要表現在以下兩個方面：一是人工智能的發展增加了計算機網絡信息表達的圖表、圖像、影音等形式，依托于人腦的思維與行為方式，實現了人的行為，同時由提升了人的謹慎、全面與系統等方面相關能力；二是人工智能的發展開拓了計算機網絡在處理信息的空間與路徑，將計算機網絡所涉及到的眾多工程信息進行有效結合，實現了集中控制的目標，完成智能化的操作。
二、人工智能在計算機網絡技術中的實際應用
2.1計算機網絡多種渠道信息的處理與集成
網絡與計算機等現代高新技術參與到計算機網絡之后，為計算機網絡的發展帶來了無限種可能，為此改變了人工智能的實現方式與實現方向。人工智能在計算機網絡中的應用，由傳統的定向處理，逐漸向大批量、高密度、高頻率數據信息處理的工作所轉變[2]。人工智能的這一轉變體現在多種方面，例如，在現代網絡運營安全管理中，可實現預先在人工智能管理中輸入防火墻功能，如此能夠實現將網絡中流傳的不良信息等進行自動攔截，且能夠對來往傳遞信息進行自動識別與判斷，將存在問題的信息遞交到檢測中心，對信息進行判斷，實現了高等人工智能技術。
2.2人工智能在網絡管理方面的應用
計算機網絡技術中，網絡管理一直是一項繁重的工作，網絡的實時動態以及變化速度快等特點為網絡管理工作行程了一定的難度，而為實現更為高效的網絡管理，人工智能技術也顯示出了一定的效用。人工智能技術在計算機網絡管理中，能夠利用人工智能專家知識庫、問題求解技術，達到對計算機網絡進行綜合管理的效果。專家系統是一種相對智能的計算機程序，將某種領域中的專家知識以及經驗進行累計，將其進行有效的匯總并錄入到相關系統中，由此在某特定領域中匯集多為專家的知識與經驗，實現系統的高效性與全面性，完成對此領域內各種計算機網絡問題的解析[3]。
2.3人工智能在企業管理與教學方面的應用
現代普遍企業管理中均會應用到計算機網絡技術，而在參與了人工智能的計算機網絡中則更為有效的提升了企業管理的安全性與高效性。人工智能能夠實現企業管理系統的自動防御系統與健康系統，是企業管理實現高度智能化。在教學方面，教師可以在教學過程中，利用人工智能技術的知識庫，在知識庫中定義教育知識內容，并對知識庫中的知識進行推理，是學生能夠更為直觀的接受教學內容，提升教學效率。
結論：綜合上文所述，人工智能是計算機網絡技術發展的必經之路，人工智能在計算機網絡技術中的應用，主要表現在計算機網絡管理、計算機網絡安全、辦公安全、信息化教學等多個方面。人工智能在計算機網絡技術中的有效應用，推動了計算機網絡向高效智能化的發展，對計算機網絡技術的發展提供了重要支持與保障。
參 考 文 獻
[1]熊英.人工智能及其在計算機網絡技術中的應用[J].技術與市場，2011，03（02）：20.
關鍵詞：人工智能技術；教學方法；編程能力
中圖分類號：TP3 文獻標識碼：A 文章編號：1009-3044（2014）16-3865-02
1 概述
2008年11月16日，中國科協成立50周年新聞會在北京召開。在新聞會上，“五個10”系列評選活動，即10位傳播科技的優秀人物、10部公眾喜愛的科普作品、10個公眾關注的科技問題、10個影響中國的科技事件、10項引領未來的科學技術評選結果揭曉。10項引領未來的科學技術是：基因修飾技術；未來家庭機器人；新型電池；人工智能技術；超高速交通工具；干細胞技術；光電信息技術；可服用診療芯片；感冒疫苗；無線能量傳輸技術。
人工智能技術學科是計算機科學中涉及研究、設計和應用智能機器的一個分支。指人類的各種腦力勞動或智能行為，諸如判斷、推理、證明、判別、感知、理解、通信、設計、思考、規劃、學習和問題求解等思維活動，可以用某種智能化的機器來予以人工實現[1]。
通過《人工智能技術》課程的學習，使學生對人工智能技術的發展概況、基本原理和應用領域有深入了解、對主要技術及應用有一定掌握，并對現代人工智能技術發展的方向有所研究。通過人工智能技術課程的學習與研究，啟發學生對人工智能技術的興趣，培養知識創新和技術創新能力，并能將人工智能技術融入到今后所開發的計算機軟件之中。
《人工智能技術》是一門眾多學科交叉的新興課程，其涵蓋范圍廣，涉及知識點多，知識更新快，內容抽象，不容易理解，理論性強，而且需要較好的數學基礎和較強的邏輯思維能力，這給該課程的講授帶來了一定困難。《人工智能技術》也是一門應用型學科，怎樣將理論運用到實踐中，使學生將學到的人工智能技術知識和思想運用到自己的實際課題，這也是該課程需要解決的問題之一。
因此，對《人工智能技術》課程教學來說，我們要了解課程的最新信息，把握課程的特點，幫助學生找到好的學習方法，使他們能充分發揮自己的創新思維能力，提高學習興趣，該文給出了《人工智能技術》課程的教學與實踐的探索。
2 教學與實踐的探索
2.1 教材和實驗教學內容的選取
1） 人工智能技術是整個計算機科學領域發展最快，知識更新最快，最前沿的學科之一。在教材選用方面，我們采用了蔡自興教授等主編，由高等教育出版社出版的《人工智能基礎》這本教材。蔡自興教授的主要研究領域為人工智能、機器人學和智能控制等。這本教材是作者在美國國家工程院院士、普度大學教授傅京孫先生的指導和鼓勵下編寫，借鑒了國內外人工智能技術研究領域專家的最新研究成果和學術書籍的長處，該書比較全面地介紹了人工智能技術的基礎知識與技術，材料新，易于理解，兼顧基礎及應用[2]。
此外，我們還給學生自主學習提供多種類型的學習資料，其中包括參考書目，如：Russel S， Norvig P.等編著的《Artificial Intelligence： A Modern Approach》一書，人工智能技術國內外期刊，如電子學報，計算機學報，人工智能與模式識別，Artificial Intelligence，Journal of Artificial Intelligence Research，Engineering Applications of Artificial Intelligence和International Joint Conference on Artificial Intelligence，AAAI： American Association for AI National Conference等人工智能技術會議，使學生能夠掌握人工智能技術的更多前沿動態，提高學習興趣。
2） 配套的實驗教學內容。《人工智能技術》是一門理論性和實踐性都很強的課程，實踐性教學環節對該課程尤為重要。除了完成課本上的作業之外，還注重實驗教學，培養學生的創新能力、算法設計能力和編程能力。首先，每個章節設置相應的實驗，而實驗內容經過嚴格的考慮，如：五子棋游戲，產生式系統，旅行商問題，傳教士和野人問題，BP神經網絡實現簡單的分類，遺傳算法、人工生命程序等，要求學生運用所學章節的知識，獨立地設計和實現實驗內容。實驗報告包括簡述實驗原理及方法，給出程序設計流程圖，源程序清單，實驗結果及分析等內容，通過這種方式，進一步加強學生的信息獲取能力和研究能力。
2.2 教學方法和手段的改革
人工智能技術課程交叉性強，涉及面廣，傳統的教學方法手段單一，缺少交流，課堂氣氛沉悶，激發不起學生的學習興趣，教學效果不理想。人工智能技術這門課程內容抽象，如何激發學生的學習興趣是本課程需要解決的主要問題，也是關系教學改革成敗的關鍵。本課程需采用多種方法進行教學，以此來激發學生的學習興趣。
1） 問題啟發式教學。《人工智能技術》這門課程中有很多似是而非、引人入勝的問題，主要是用計算機模擬人類的智能來解決這種問題。在教學中，有目的的提出這些問題，鼓勵學生思考，提出自己的想法和解決方案，并進行分析和比較，這樣強化學生的主動學習意識，提高學習積極性[3]。
2） 個性化學習和因材施教。學生中存在計算機專業和非計算機專業本科畢業的差別，由于他們每個人的基礎不同，有的計算機知識比較匱乏，因此有必要針對每個學生的學習進度，課堂作業和實驗報告情況進行及時評估，對學生提出個性化的教學。例如：在實驗教學中，要求有能力和興趣的學生可以做探究性和創新性的附加實驗，從而引導學生發揮個性的空間，而對稍微吃力的學生則要求完成基本的實驗，更注重基礎知識的學習和夯實，這樣就能達到因材施教的目的。同時對不同層次的學生進行分析，進一步提出學習建議，并進行有針對性的指導。
3） 多媒體使用和多學科知識的融合。本課程PPT課件圖文并茂，提綱挈領，便于學生理解。課堂講授、板書與PPT手段相結合，注重課程中的關鍵詞用英文表示，并適當指定英文參考書，使學生能夠接觸國外文獻資料，加深對學習內容的理解，獲得更寬廣的知識。PPT課件運用了大量多媒體技術，如動畫、聲音、圖像，通過動畫和視頻演示抽象的概念、算法和過程，使人工智能技術中抽象的知識形象化，在課件中融入了文學，歷史等其他學科的相關知識，便于學生較好地理解知識難點和重點[4]。
4） 師生互動和課內外答疑。在教學中，改變了傳統的老師講，學生聽的教學模式。針對人工智能技術的實用性，適當提問，收集學生學習情況，盡量使用實例進行講解。設置了實驗講解互動課程，對于實驗的講解，學生可以提出疑問，然后在課堂上展開討論，學生可以看到問題從提出、分析到解決的整個過程，讓學生自己在討論中總結結論。為了解決教學中存在的疑難問題，還設有課后答疑，使學生能將所有的問題都理解透徹。
5） 理論研究與實踐結合。在教學內容的安排上，注重學生的理論研究和動手能力，適當布置一些課程相關的論文和實驗編程。通過課程論文，可以培養學生鉆研問題的興趣； 通過查閱科技文獻使學生掌握如何查找相關文獻的技能，可以培養學生撰寫科技論文的能力。通過實驗實踐，使學生可以更加清楚地了解人工智能技術基本概念和難點，也能了解算法的設計具體運行過程，并對其進行驗證，提高了學生的編程能力和和學習興趣。
6） 考試考核方式改革。本課程的考核考試也是一個值得探討的問題，本課程應采用多種綜合考試方法，注重學生對基礎概念、知識和基本的技能的掌握以及理論聯系實際的能力。平時作業考核成績，實驗實踐教學成績、提交課程論文成績，以及最后的期末考試成績形成一種有效的考試考核方法，促進學生主動學習，提高教學質量。實驗的評價指標在于算法設計、編程的準確性和實驗結果及分析。課程論文評價指是選題是否嚴謹科學和具可研究性，論文結構、思路是否嚴謹，論文內容科學性、正確性，能否提出自己的見解。考查查閱科技文獻的能力主要通過是否查找到權威的、最新文獻以及撰寫是否規范。
2.3 學生學好《人工智能技術》課程的建議
《人工智能技術》是一門理論與實踐相結合的應用課程，學生如何學習這么課程，也是我們應該探討的問題。
學生應該正確看待《人工智能技術》這門科學的發展。人工智能技術孕育于20世紀30、40年代，形成于60、70年代，發展至今，人工智能技術只有短短60多年的歷史，它是一門不斷發展和完善的嶄新學科，還有許多課題處于探索中，理論和技術還遠未成熟，我們應該對它有科學的認識。
針對非計算機專業本科畢業的學生，除了課堂聽講之外，還應該課下自學該課程的先修課程，如：數據結構、離散數學等課程。人工智能技術中涉及到大量的數學知識，如：模式識別需要具有較好的概率論，數理統計知識，另外還會用到少量隨機過程、模糊數學的一些知識。人工智能技術是一門應用課程，編程語言的掌握必不可少，涉及到SVM算法，粒子群算法，免疫算法神經網絡，遺傳算法等算法，實現這些算法要求學生具有較強的編程能力。
學生應該多讀，多查閱資料，特別是國外的期刊文獻和重要國際會議論文，多了解人工智能技術最前沿的信息，理論聯系實際，加深對基本算法的理解，并將人工智能技術的知識運用到自己所研究的領域，以做到學以致用。
3 結論
人工智能技術在一定程度上代表著信息技術的前沿，該文對《人工智能技術》的課程教學進行了一些探討，教學與實踐效果有了顯著提高，但仍然有許多方面還需要我們繼續探討和改進。
參考文獻：
[1] 蔡自興，徐光佑.人工智能技術及其應用[M].北京： 清華大學出版社，2003.
[2] 蔡自興，肖曉明，蒙祖強，等.樹立精品意識搞好人工智能技術課程建設[J].中國大學教學，2004（1）：28-29.
關鍵詞：無人機系統；智能決策；自主控制；智能體系；任務規劃；課程設計
0引言
無人機具有較強的機動性和較好的可操控性，能輔助人類在惡劣和危險的環境中執行復雜的任務。近年來，無人機系統迅速發展并廣泛應用于環境監測、災難搜救、反恐偵察等眾多領域。無人機系統研究的一個關鍵問題是如何發展高度智能化的軟件系統，提高無人機在動態復雜環境中自主決策的能力。目前，眾多高校開設的無人機專業課程主要研究無人機的硬件平臺、通信與測控、指揮控制、綜合保障和實踐等方面，然而對于無人機系統的智能決策問題研究尚不深入。
1無人機系統決策的內涵
1.1無人機自主控制系統概述
無人機自主控制系統是無人機實現自主飛行管理與自主任務管理的機載系統，如圖1所示，它涵蓋了機器人“觀測一判斷一決策一行動（observer-orient-decision-action，OODA）”的各個環節。
無人機自主控制能力是衡量無人機智能自主水平的一項重要能力。表1基于OODA分別對無人機自主控制能力進行了描述，其中，“判斷”與“決策”部分評價的是無人機對戰場態勢的評估能力和對任務或行為的決策與規劃能力，是衡量無人機自主決策能力的最重要指標，也是無人機決策課程設計與實踐的核心。
1.2無人機自主決策子系統概述
自主決策模塊位于智能無人機系統的頂層，它如同人類神經系統執行決策行為，產生計劃并處理不確定性。自主決策模塊主要包括頂層任務決策、頂層任務規劃、底層行為決策和底層路徑規劃。頂層任務決策用于任務策略的在線生成；頂層任務規劃用于任務計劃的在線制定；底層行為決策用于運動行為的在線序貫決策；底層路徑規劃用于導航計劃的在線生成，這些內容的教學與實踐將貫穿課程的教學與實踐過程。
2人工智能在無人機系統決策中的發展以及作用與地位
人工智能從孕育之初到現在，經歷了“三起兩落”，如圖2所示。人工智能的發展也不斷促進無人機自主決策能力的發展，甚至可以說，人工智能的發展決定無人機自主決策水平的高低。早期，無人機決策大多依托產生式規則或謂詞邏輯技術，主要針對確定決策；20世紀六七十年代，知識表達引入到有人機輔助決策支持系統的設計與研發中，也逐步遷移到無人機智能自主系統中；隨著概率統計的引入，基于貝葉斯的不確定推理決策方法得到大力發展；專家系統依據專家經驗生成策略，用于解決離散事件不確定性，形成了一系列無人機智能自主決策成功案例；近年來，機器學習、多智能體理論的熱潮將無人機智能水平推到了一個前所未有的高度，使無人機具備知識沉淀、知識挖掘、智能發育的能力，并將單無人機執行ISR任務拓展到多無人機協同遂行多任務領域。無論經典人工智能方法還是人工智能新思路，都是無人機智能自主決策的重要基礎，在無人機系統智能決策課程教學與實踐中具有舉足輕重的地位。
3無人機智能決策課程教學總體設計
國防科技大學依托控制學科和儀器學科在自動化專業試辦開設了“無人機工程”專業方向，培養掌握無人機工程相關領域基礎理論和基本知識的學員，使其具有從事無人機系統及相關裝備的分析、設計、研制、維護和管理等方面的實際工作能力和初步科學研究能力。
3.1教學目的與課程設計總體思路
設置無人機智能決策課程的目的是使本專業學生快速了解無人機決策系統組成、熟悉決策系統工作原理、掌握決策理論與實現方法。課程設計的總體思路是設置課堂教學和動手實踐兩個主要環節，課堂教學環節主要通過教師講授的方式，基于無人機自主控制系統組織結構，介紹無人機決策系統的基本概念；實踐環節則是在學生已經掌握智能決策算法基本原理和流程的基礎之上，讓學生參與到決策系統的設計與實現中來。
3.2課程教學主要內容
無人機智能決策是課程教學的核心內容，主要覆蓋貝葉斯推理理論、最優化理論、智能搜索等基本決策理論和方法，主要講解如何將其運用于無人機智能感知、任務規劃的建模和優化方法，比如基于貝葉斯的不確定推理、基于啟發式人工智能搜索算法的路徑規劃等。內容安排包括問題描述、基本原理、算法過程、輸入輸出設計、結果分析等；人機智能融合決策是課程的拓展部分，主要涵蓋人機智能融合原理、腦機接口原理、融合決策機制等理論和方法，主要講解如何將其運用于人在回路輔助的無人機智能自主決策、混合主動規劃的接口設計與融合決策方法，比如基于腦機接口的人機智能融合決策、混合主動任務規劃等；拓展內容安排包括資料查新、接口設計、融合機制設計、融合算法實現、結果分析等。
4無人機智能決策教學實踐環節設計
4.1課程實踐環節的必要性
4.1.1無人機系統智能決策課程對實踐的需求
實踐教學是高等學校教育非常重要的教學環節，是提高人才分析問題與解決問題的重要途徑。無人機系統智能決策是一門實踐性很強的課程，一是由于無人機系統是一門交叉性的學科，主要涉及空氣動力學、無人機平臺設計與制造、圖像處理與智能感知、導航系統原理、無人機飛行控制、人工智能、機器學習、任務規劃與分配、無人機系統體系保障技術等許多學科，所以該學科具有知識點多、涉及面廣、理論性強，需要學生具備較好的邏輯思維能力和數理基礎等特點，因此，必須通過實踐才能加深對無人機系統知識的理解；二是智能決策技術不斷走向實用，20世紀80年代隨著人工智能基礎科學的研究，智能決策作為一門新興學科出現在國際科學舞臺上，智能決策技術早期以研究經典的智力游戲問題和仿真實驗來證明理論等為主流，隨著互聯網的普及和國際信息化進程的提高，智能系統和智能計算等也逐漸成為學者們的研究熱點。從加強學生的實踐能力出發，考慮到課程的建設需要，需要加強無人機系統智能決策課程的實踐教學內容。
4.1.2無人機系統智能決策課程對實踐的要求
根據智能決策的特點，進行實踐教學需要達到以下幾個目的：一是加強學生對基礎知識的理解，對智能決策基本方法的掌握；二是加強學生將智能決策知識與方法用于解決實際問題的能力；三是增強學生對智能決策研究領域的興趣，培養更多的專業人才。
智能決策的實踐教學工作必須以高質量的科研內容為基礎。通過瞄準國際前沿、集成創新和引進消化吸收、提升原始創新以及再創新能力，從而建設創新平臺和創新團隊，以高水平科學研究支撐高質量的高等教育。此外，智能決策的實踐教學還要考慮因材施教，驗證關鍵技術環節。目前學生的學習任務較重且水平參差不齊，在設計實踐環節時，要把握如何能在較短的時間內讓學生得到最大程度的能力鍛煉。在這種情況下，教師必須進行充分的準備，事先搭好通用的硬件平臺和軟件框架，以減輕學生不必要的負擔，營造良好的氛圍，將學生的主要精力集中在創新實踐上，這樣才能提高實踐教學的效率。因此，課程借鑒了無人機領域最具影響力的國際微小型飛行器賽會（IMAV）的比賽規則，結合智能決策的研究熱點和當前承擔的學術科研任務，引入無人機競賽作為智能決策教學實踐的平臺。
4.2基于無人機系統智能決策的課程實踐方案
在智能決策課程開始之際，教師向學生明確課程實踐方案，即通過無人機競賽的形式考核學生解決實際問題的能力。通過舉辦無人機競賽，可以激發學生的學習熱情和創新動力，達到寓教于樂的目的。學生帶著思考主動學習理論知識，而不是為了應付考試被動學習；教師應當按照學生的綜合能力合理組隊，從而達到能力互補和團隊協作。
無人機競賽面向本校無人機工程專業方向的本科生，根據智能決策課程的需要，共設置3個科目。
第一個科目是自穩飛行，無人機需在3分鐘內完成從出發點到指定目標點的飛行，要求單次滯空時間不少于30秒；本科目考查的是學生對無人機自主飛控基礎知識的掌握。第二個科目是避障偵察，無人機需以盡可能快的速度穿越一排障礙門，并識別地面上的物品；障礙門的可通行區域各不相同，無人機需通過機載單目相機識別可通行區域，并自主規劃路徑；本科目考查的是學生對智能識別和任務規劃基礎知識的掌握。第三個科目是特級飛行，包括手拋無人機平穩飛行、8字飛行、伴隨飛行等；本科目考查的是學生的創造力。比賽采用百分制，3個科目按照難度系數和重要程度評分占比分別為30%、50%和20%。
如圖3所示，課題組提供比賽使用的無人機硬件和飛控軟件平臺并指導學生拼裝無人機及使用軟件。學生需在課程學習的過程中制定智能決策的算法設計及代碼實現計劃，并嚴格按照時間節點實現目標；每個小組的成員必須說明自己在團隊中的貢獻，從而作為教師打分的依據。
關鍵詞:教學模式;創新;在線課程
在大學數學教學中，主要以幻燈片展示與板書相結合的形式進行教學。然而，面對人工智能、教育信息化等技術浪潮，教學模式也急需創新。教學模式的創新，就是為了給學生們構建智能化、網絡化、個性化、終身化的教育體系。教學模式的創新，使得學習者能夠自主選擇學習時間、地點、內容和方式。教學模式的創新，拓展了學習者受教育的時間與空間。教學模式的創新，改變了傳統的教師講授式的“重教”的教育理念，使學生的學習個性化，最終達到教師與學生共融的目標。那么，教學模式如何創新呢，我們介紹以下創新路徑。
1加強在線課程平臺建設，實踐教學模式的創新
“開放、共享”理念逐漸被教師和學者們認可，使得開放的教育資源逐漸走向更加科學、系統。在線課程平臺可以滿足學生個性化學習的需求，使學生在碎片化時間中促進生成性學習和智慧性學習的發生。在線課程平臺采取“化整為零”、“自上而下”的民主化和平民化建設理念，匯集了大量的優秀教育資源，拓展了知識傳播路徑，為學生提供了自由共享的學習空間。同時，在線課程也以它的非結構化和易于重用的特點和優勢，促進了教師應用在線課程。高校的翻轉課堂和微課建設實現了理念轉向，以適用性和實用性為著力點和突破口為在線課程平臺建設出力，建設了一批國家精品課程，使得教育資源更加開放和共享。在線課程平臺的建設，使得學生可以在課余的時間自主學習。課前預習，預習結束后有客觀題供學生檢測預習效果，客觀題在題庫中隨機選取，每個學生的客觀題不盡相同，但是整套題的難易程度是相同的，便于教師在查看學生的預習效果時，可以更好地區分學生預習效果的差異性。課后復習，與課前預習的題庫的設置理念相同。然而，遠程教育師生時空分離的環境中，學習效率與教學質量難以保證。那么，我們必須要有相適應的學習支持服務系統，而取得學業的良好保證是學習分析技術，運用多類分析方法和數據模型解釋與預測學生的學習表現，從而準確把握學科教學目標，調整教學策略，優化教學過程。
2人工智能助力教學模式的創新
人工智能技術中的智能輔助系統和教育機器人可以監控學生的個性化學習。通過學習分析技術和用戶畫像技術，搜集學習者學習數據，平臺為學生提供適切的學習資源和路徑。結合知識圖譜，建立領域知識庫，輔助教師針對學生的不同能力生成不同試題并進行作業批改。通過提供沉浸式的虛擬學習環境，學生可在任意時間、任意地點參與到學習中。除此之外，任何事物均有兩面性。反思性實踐者的教師和學生，需要教師批判地分析和判斷人工智能技術應用的教學體驗。
3教學相長、創新管理模式推動教學模式的創新
傳統的教學模式以教師為主導，在線課程倡導“以學習者為中心”。在傳統的教學模式影響下，在線課程體現的教學模式受到制約。傳統的教學模式“重教”，在線課程“重學”。“重教”與“重學“不能截然對立，應在“重教”基礎上“重學”，達到教學相長的目的。在線課程，讓教師樹立以學生為中心的理念，主動適應新技術引發的教育教學改革。教師在平時應注重加強線上課程和線下教學環節的整體設計，線上注重課前預習與課后復習結果的反饋，節省了批改作業的時間。線下注重教學的教，提高教學質量和教學水平。要營造良好的在線教育建設環境，切實有效地調動教師建設在線課程的積極性和主動性。需要有配套的制度加以支持在線課程的建設。建立高效的課程教學團隊，幫助老師擺脫瑣碎的事務性工作。在信息推送、學習互動環節減輕教師的工作量，使教師有更多的精力和時間投入到關注學生的學習進程中，開展深層次的交互和共享。在制度設計上，給予教師更多支持，比如在工作量計算、職稱評定等方面進行一定比例的傾斜，給予獎勵在在線課程研究方面有建樹的教師。
技術層面：以骨干企業為創新主體，結合高校、科研院所等智力資源，著力突破一批重大共性關鍵技術。
自然語言處理。研發自動分詞、命名實體識別、詞性標注等自然語言處理基礎技術，開展語法分析、語義分析、對話管理、意圖檢測等深度技術研究，重點突破對話級別的語義理解及知識問答技術，語篇級別的語義理解分析技術和高精度的文本情感分析技術等。
計算機視覺。利用深度學習技術提升識別效果，研發面向電視遙控、手機遙控、汽車導航等交互領域的手勢識別技術；研發面向人數估計、擁堵分析、目標跟蹤、異常檢測等的大規模人群視頻監控與智能分析技術，形成具有國際先進水平的、完整的自主知識產權、可轉移轉化的計算機視覺軟件系統。
機器學習。通過實現可以靈活變換的網絡拓撲結構，應對不同類型數據的隱層模型、百億級別的數據處理能力和模型尺度；賦予機器類人腦的時空認知能力，形成機器學習的時空建模框架和更接近人類感知系統的神經網絡。
知識圖譜。面向教育、互動娛樂、智能客服等特定領域，研究大規模知識圖譜中不同類型知識的表示框架與學習機制，從非結構化或半結構化的互聯網信息中獲取有結構的知識，探索多源異構信息的知識獲取與融合表示，自動構建知識圖譜，并研究知識表示驅動的推理技術。
平臺層面：依托統一平臺實現智力、數據、技術和計算資源的高效對接，促進產學研用聯合創新。
人工智能共性技術研發平臺。加強智能語音處理、計算機視覺、生物特征識別、自然語言處理、機器翻譯、知識圖譜、智能邏輯推理、機器自主學習、智能機器人等重大共性關鍵技術研發，為行業及有潛力的應用創新開發企業和個人提供核心技術支撐，提供成熟的智能人機交互、自然語言處理、自動知識檢索等共性技術引擎及產品。
人工智能開放支撐服務平臺。基于面向人工智能領域的大規模分布式軟硬件基礎設施，匯聚企業、高校、科研院所以及創業者等社會多方力量，建設面向全行業和創新應用開發者提供人工智能算法和服務支撐的云服務平臺，實現技術向產業活動和經濟發展的高效轉化，推動傳統產業和社會服務向智能化方向發展。
人工智能產業公共服務平臺。支持和鼓勵業內政產學研用等單位，整合業內相關資源，建立涵蓋戰略研究、咨詢服務、標準制定、評測認證、應用示范等功能于一體的產業公共服務平臺，為行業發展提供全面支撐。
應用層面：結合共性技術研發和平臺建設實際，優先推動在服務機器人、無人駕駛、信息安全等領域示范應用。
智能客服。研發面向智能客戶服務的智能語音、語義理解等共性關鍵技術，構建特定領域知識庫，研發自助客服、商業智能、生物特征識別認證等平臺系統。
服務機器人。重點研發面向家庭環境的語音增強、室內定位和導航跟蹤等共性關鍵技術，整合傳感器和機械控制相關技術成果，實現軟硬件一體化的服務機器人綜合系統，并在家庭、教育、醫療等方面形成示范應用。